La correlación entre las inmigraciones y los índices de violencia en México

library(readr)
crimenes_onu <- read_csv("Base_de_datos/Crimes_UN_data.csv")

Missing column names filled in: 'X3' [3], 'X4' [4], 'X5' [5], 'X6' [6], 'X7' [7]
-- Column specification -------------------------------------------------------------------
cols(
  T12 = col_character(),
  `Intentional homicides and other crimes` = col_character(),
  X3 = col_character(),
  X4 = col_character(),
  X5 = col_character(),
  X6 = col_character(),
  X7 = col_character()
)

migracion_de_mexico <- read_csv("Base_de_datos/Encuesta_Nacional_de_Migracion.csv")

-- Column specification -------------------------------------------------------------------
cols(
  .default = col_double(),
  D_R = col_logical(),
  ageb = col_character(),
  p4_1 = col_character(),
  p4_2 = col_character(),
  p4_3 = col_character(),
  p8 = col_character(),
  p11 = col_character(),
  p12 = col_character(),
  p29 = col_character(),
  p30 = col_character(),
  p41 = col_character(),
  p69b = col_character(),
  p69ba = col_character(),
  obser = col_character()
)
i Use `spec()` for the full column specifications.

poblacion_mundial_y_migrantes <- read_csv("Base_de_datos/Total_de_la_poblacion_mundial_y_migrante_segun_sexo_y_nivel_de_desarrollo_regional_1960_2015_Base.csv")

Missing column names filled in: 'X14' [14], 'X15' [15], 'X16' [16], 'X17' [17], 'X18' [18], 'X19' [19], 'X20' [20], 'X21' [21], 'X22' [22]
-- Column specification -------------------------------------------------------------------
cols(
  .default = col_logical(),
  `A<U+663C><U+3E31>o` = col_double(),
  Poblacion_mundial = col_character(),
  Total_migrantes = col_character(),
  Migrantes_Hombres = col_character(),
  Migrantes_Mujeres = col_character(),
  Regiones_mas_desarrolladas = col_character(),
  Regiones_menos_desarolladas = col_character(),
  `Tasa_poblaci<U+663C><U+3E33>n_mundial` = col_double(),
  Tasa_Total_migrantes = col_double(),
  Tasa_Migrantes_Hombres = col_double(),
  Tasa_Migrantes_Mujeres = col_double(),
  Tasa_regiones_mas_desarrolladas = col_double(),
  Tasa_Regiones_menos_desarolladas = col_double()
)
i Use `spec()` for the full column specifications.

revisiones_migratorias <-read_csv("Base_de_datos/revisiones-migratorias.csv")

-- Column specification -------------------------------------------------------------------
cols(
  .default = col_double(),
  Entidad = col_character()
)
i Use `spec()` for the full column specifications.

Percepcion_Seguridad_Publica_Datos <- read_delim("Base_de_datos/Percepcion Seguridad Publica - Datos.csv", 
    ";", escape_double = FALSE, trim_ws = TRUE)

-- Column specification -------------------------------------------------------------------
cols(
  Entidad = col_character(),
  `2010` = col_double(),
  `2011` = col_double(),
  `2012` = col_double(),
  `2013` = col_double(),
  `2014` = col_double(),
  `2015` = col_double(),
  `2016` = col_double(),
  `2017` = col_double(),
  `2018` = col_double()
)

Tabla de inmigración en México

migracion_de_mexico_clean = migracion_de_mexico[,c(54:57,87:90,142,149:150,152:171,179:180,182:183,194:195,210:211,213:215,219:220,222:233,235,250,253:260)]
migracion_de_mexico_clean <- na.omit(migracion_de_mexico_clean)
migracion_de_mexico_clean

migracion_de_mexico

y = table(migracion_de_mexico_clean$total2)
y

   1 
1198 

max(y)

[1] 1198

factor.ageb <- factor(migracion_de_mexico$ageb)
factor.p4_1 <- factor(migracion_de_mexico$p4_1)
levels(factor.p4_1) 
levels(factor.migracion_de_mexico)
table(migracion_de_mexico$hr_ini1)
table(migracion_de_mexico$loca)

revisiones_migratorias_clean <- na.omit(revisiones_migratorias)
I_2015 <- data.frame(I_2015 = revisiones_migratorias_clean$`2015-01` + revisiones_migratorias_clean$`2015-02` + revisiones_migratorias_clean$`2015-03`)
II_2015 <- data.frame(II_2015 = revisiones_migratorias_clean$`2015-04` + revisiones_migratorias_clean$`2015-05` + revisiones_migratorias_clean$`2015-06`)
III_2015 <- data.frame(III_2015 = revisiones_migratorias_clean$`2015-07` + revisiones_migratorias_clean$`2015-08` + revisiones_migratorias_clean$`2015-09`)
IV_2015 <- data.frame(IV_2015 = revisiones_migratorias_clean$`2015-10` + revisiones_migratorias_clean$`2015-11` + revisiones_migratorias_clean$`2015-12`)

I_2016 <- data.frame(I_2016 = revisiones_migratorias_clean$`2016-01` + revisiones_migratorias_clean$`2016-02` + revisiones_migratorias_clean$`2016-03`)
II_2016 <- data.frame(II_2016 = revisiones_migratorias_clean$`2016-04` + revisiones_migratorias_clean$`2016-05` + revisiones_migratorias_clean$`2016-06`)
III_2016 <- data.frame(III_2016 = revisiones_migratorias_clean$`2016-07` + revisiones_migratorias_clean$`2016-8` + revisiones_migratorias_clean$`2016-09`)
IV_2016 <- data.frame(IV_2016 = revisiones_migratorias_clean$`2016-10` + revisiones_migratorias_clean$`2016-11` + revisiones_migratorias_clean$`2016-12`)

I_2017 <- data.frame(I_2017 = revisiones_migratorias_clean$`2017-01` + revisiones_migratorias_clean$`2017-02` + revisiones_migratorias_clean$`2017-03`)
II_2017 <- data.frame(II_2017 = revisiones_migratorias_clean$`2017-04` + revisiones_migratorias_clean$`2017-05` + revisiones_migratorias_clean$`2017-06`)
III_2017 <- data.frame(III_2017 = revisiones_migratorias_clean$`2017-07` + revisiones_migratorias_clean$`2017-08` + revisiones_migratorias_clean$`2017-9`)
IV_2017 <- data.frame(IV_2017 = revisiones_migratorias_clean$`2017-10` + revisiones_migratorias_clean$`2017-11` + revisiones_migratorias_clean$`2017-12`)

I_2018 <- data.frame(I_2018 = revisiones_migratorias_clean$`2018-01` + revisiones_migratorias_clean$`2018-02` + revisiones_migratorias_clean$`2018-03`)
II_2018 <- data.frame(II_2018 = revisiones_migratorias_clean$`2018-04` + revisiones_migratorias_clean$`2018-05` + revisiones_migratorias_clean$`2018-06`)
III_2018 <- data.frame(III_2018 = revisiones_migratorias_clean$`2018-07` + revisiones_migratorias_clean$`2018-08` + revisiones_migratorias_clean$`2018-09`)
IV_2018 <- data.frame(IV_2018 = revisiones_migratorias_clean$`2018-10` + revisiones_migratorias_clean$`2018-11` + revisiones_migratorias_clean$`2018-12`)

Nueva_tabla <- data.frame(c(revisiones_migratorias[,2], I_2015, II_2015, III_2015, IV_2015,  I_2016, II_2016, III_2016, IV_2016, I_2017, II_2017, III_2017, IV_2017, I_2018, II_2018, III_2018, IV_2018))
revisiones_migratorias_clean

Nueva_tabla

na.omit(Percepcion_Seguridad_Publica_Datos)